Jeffrey Lai, Fondatore e Amministratore Delegato di IrisGo – Serie di Interviste

Jeffrey Lai, Fondatore e Amministratore Delegato di IrisGo, è un imprenditore di intelligenza artificiale e leader di prodotto con radici profonde negli assistenti intelligenti e nelle tecnologie linguistiche. Prima di lanciare IrisGo nel 2025 e di ricoprire il ruolo di Fondatore in Residenza presso AI Fund, Lai ha trascorso più di 12 anni in Apple (AAPL ), dove ha contribuito a costruire e a scalare Siri, ricoprendo infine il ruolo di Responsabile dell’Ingegneria Linguistica di Siri. Il suo lavoro si è concentrato sull’avanzamento dell’intelligenza artificiale conversazionale multilingue, compreso lo sviluppo della versione in lingua cinese di Siri. Prima di Apple, ha ricoperto ruoli di ingegnere presso Cisco Systems (CSCO ) e ha completato un tirocinio presso il Gruppo di Robotica Intelligente della NASA Ames Research Center. Con una carriera che abbraccia robotica, software aziendale e intelligenza artificiale per il consumatore, Lai si è sempre concentrato sul rendere le tecnologie complesse più accessibili e utili nelle attività quotidiane.

IrisGo sta sviluppando un sistema operativo di intelligenza artificiale progettato per la nuova generazione di computer personali dotati di intelligenza artificiale. Piuttosto che funzionare come un chatbot autonomo, la piattaforma è costruita per osservare come gli utenti eseguono attività all’interno di applicazioni, imparare quei flussi di lavoro e automatizzarli attraverso un assistente intelligente sul dispositivo. Il suo approccio fondamentale si concentra sul consentire agli utenti di dimostrare un’attività una volta e poi convertire quel processo in un flusso di lavoro riutilizzabile, aiutando a ridurre il lavoro digitale ripetitivo. Sfruttando le capacità di elaborazione dell’intelligenza artificiale dedicate presenti nei moderni computer dotati di intelligenza artificiale, IrisGo mira a consentire un’automatizzazione più privata, reattiva e consapevole del contesto, posizionandosi all’interno del mercato in crescita dei sistemi di intelligenza artificiale agente che possono eseguire attivamente attività per conto degli utenti, anziché semplicemente fornire raccomandazioni.

Dopo aver contribuito a costruire Siri in Apple, quali esperienze specifiche ti hanno convinto che era il momento di avviare IrisGo, e qual era il problema chiave nell’interazione uomo-computer che sentivi rimanesse irrisolto?

Quando stavamo costruendo Siri, eravamo incredibilmente concentrati sulla comprensione del linguaggio naturale. Ma Siri faticava con il contesto, il che è impegnativo perché il modo in cui le persone lavorano e comunicano è pieno di contesto implicito. Quando chiedi a un collega: “Puoi inviarmi quel rapporto?”, lui sa quale rapporto. Sa la vostra storia condivisa, il vostro progetto attuale, ciò di cui avete discusso. Siri non aveva tutto ciò.

Per molti anni, l’intelligenza artificiale è stata progettata per rispondere a te. Scrivi qualcosa, ottieni qualcosa in cambio. Questo è il modello di interazione che abbiamo ereditato dai motori di ricerca e dai chatbot. Ma la maggior parte di ciò che le persone fanno effettivamente su un computer non è una domanda, è un flusso di lavoro. Compila questo rapporto. Confronta queste schede. Estrai dati da tre diverse applicazioni e formattali in un documento. Quel tipo di lavoro non si adatta a una richiesta.

Ciò che mi ha convinto ad avviare IrisGo è stato rendersi conto che l’industria non stava costruendo per i casi d’uso quotidiani. Tutti stavano costruendo modelli più intelligenti, una comprensione del linguaggio migliore, risposte più rapide. Ma il divario fondamentale, dove l’intelligenza artificiale può effettivamente svolgere il lavoro, non solo rispondere alle richieste, era ancora lì. È il problema che abbiamo cercato di risolvere.

Guardando indietro ai tuoi anni di lavoro su Siri, quali sono state le lezioni più grandi che hai imparato sui limiti degli assistenti vocali, in particolare quando si tratta di comprendere il contesto, l’intento e il comportamento dell’utente?

La lezione più grande che ho imparato è che il contesto è tutto. Le persone raramente comunicano attraverso comandi isolati; le loro richieste sono plasmate da ciò su cui stanno lavorando e da ciò che stanno cercando di realizzare. Gli assistenti vocali precoci erano progettati intorno a rispondere a singole richieste, il che funziona bene per molte attività, ma è meno efficace per il lavoro in corso che attraversa molteplici applicazioni e flussi di lavoro. Quell’esperienza mi ha insegnato che comprendere l’intento richiede comprendere il contesto, e quell’idea è diventata una delle idee fondamentali dietro IrisGo.

Ciò che abbiamo imparato è che l’intento è spesso stratificato. Qualcuno dice una cosa e intende un’altra, e ottenere ciò che è giusto richiede capire la persona, non solo le parole. Quella comprensione è stata incorporata in IrisGo fin dall’inizio.

IrisGo viene spesso descritto come un sistema operativo di intelligenza artificiale anziché come un assistente di intelligenza artificiale. Qual è la differenza e perché credi che l’industria abbia bisogno di un nuovo livello di software per l’era del computer dotato di intelligenza artificiale?

Un assistente di intelligenza artificiale aspetta te. Lo apri, scrivi qualcosa, risponde e poi finisce. Il modello di interazione è essenzialmente lo stesso di un motore di ricerca, dove l’utente fa una richiesta e l’intelligenza artificiale genera una risposta.

IrisGo, che è un sistema operativo di intelligenza artificiale, funziona accanto a tutto ciò che stai facendo, in tutta la tua sistema, tutto il tempo. Ha accesso ai tuoi file, alle tue app, al tuo browser, alla tua email. Capisce come lavori perché ti ha osservato, con il tuo permesso. E, in modo cruciale, può agire, non solo consigliare.

Pensaci, cosa ha fatto Windows per il calcolo personale. Prima di allora, dovevi essere tecnico per usare un computer. Windows ha creato uno strato universale e intuitivo tra le persone e il software. L’era del computer dotato di intelligenza artificiale ha bisogno del suo strato, prendendo la potenza grezza dei modelli di intelligenza artificiale e rendendola veramente utile alle persone che svolgono il loro lavoro quotidiano.

Questo è ciò che è IrisGo: lo strato di intelligenza del computer dotato di intelligenza artificiale. Quando spedisci computer dotati di intelligenza artificiale senza quel livello, hai solo un chip potente che sta inattivo. Ciò di cui hai bisogno è un software che sappia come metterlo al lavoro per conto della persona che lo utilizza.

Una delle idee chiave di IrisGo è che gli utenti possono insegnare al sistema un’attività attraverso una sola dimostrazione. Perché credi che il modello “guarda e impara” sia più naturale rispetto al modello di richiesta o alla costruzione manuale dei flussi di lavoro?

Ciò che rende la funzione “Guarda e Impara” così potente è che si basa su come insegniamo effettivamente gli uni agli altri. Quando assumi un nuovo dipendente, non gli scrivi un prompt di 40 passaggi. Gli mostri come fare qualcosa una volta, lui guarda, impara e prende il controllo da lì. È intuitivo. È naturale.

Il problema con la richiesta è che pone l’onere sull’utente di articolare esattamente ciò che vuole, in un formato che l’intelligenza artificiale possa comprendere. Per le semplici query, funziona bene. Ma per i flussi di lavoro complessi e multi-fase che coinvolgono i tuoi file specifici e il tuo modo specifico di fare le cose? Può rompersi velocemente. La maggior parte delle persone non può descrivere i propri flussi di lavoro con sufficiente precisione per far sì che l’intelligenza artificiale li esegua correttamente.

Mostrare è più facile che dire. Non è una nuova idea; è buon senso. Ciò che “Guarda e Impara” fa è applicare quella logica all’automatizzazione. Fai la tua attività una volta, nel modo in cui normalmente lo faresti. IrisGo impara il modello. E da quel momento in poi, gestisce quel flusso di lavoro per te.

Molti agenti di intelligenza artificiale oggi richiedono ancora un’impostazione e una supervisione significative. Cosa distingue un agente autonomo vero da un chatbot che semplicemente segue le istruzioni?

La risposta breve è che un agente autonomo vero ha il suo contesto, prende le sue decisioni e continua a lavorare anche quando non lo stai guardando.

Un chatbot è reattivo per design. Vive e muore per il prompt. Gli dai un istruzione, esegue e poi si ferma. Se qualcosa cambia, se un passaggio fallisce o se deve adattarsi, si perde. Ti chiederà cosa fare dopo.

Un agente autonomo vero ha un obiettivo, non solo un’istruzione. Ha un contesto sull’ambiente in cui opera. Può gestire le eccezioni. Può decidere se procedere, ritentare o segnalare qualcosa per la revisione umana. E, importante, può eseguire in background mentre lavori su altre cose.

La maggior parte di ciò che viene venduto come “agenti di intelligenza artificiale” oggi sono in realtà chatbot sofisticati con passaggi aggiuntivi. Il divario tra quei prodotti e la vera autonomia è enorme. Ciò che rende IrisGo diverso è che inizia da un modello di come lavori, appreso direttamente dall’osservarti, e utilizza ciò per prendere le decisioni giuste, non solo seguire le istruzioni.

Hai parlato dell’importanza della memoria persistente e del contesto locale. Perché queste capacità sono essenziali se l’intelligenza artificiale deve andare oltre il rispondere alle domande e iniziare ad agire per conto dell’utente?

Immagina di assumere un assistente che, ogni singola mattina, non ha memoria di chi sei, su cosa stai lavorando o di come preferisci che le cose siano fatte. Passeresti metà della tua giornata a ristabilire il contesto e diventeresti estremamente frustrato. È essenzialmente ciò che la maggior parte degli strumenti di intelligenza artificiale ti chiede di fare oggi.

La memoria persistente significa che il sistema ti conosce. Conosce i tuoi progetti, i tuoi flussi di lavoro, le tue preferenze e come le cose sono evolute nel tempo. Non devi ristabilire il contesto ogni sessione. L’intelligenza artificiale porta quel contesto avanti.

Il contesto locale è altrettanto critico, perché il tuo lavoro non vive nel cloud. Vive sul tuo computer, in file, applicazioni, email, schede del browser. IrisGo esegue sul tuo dispositivo, il che significa che ha accesso a tutto il tuo ambiente di lavoro e può operare per tuo conto in tutta la sua estensione.

Queste due cose insieme — memoria e accesso locale — sono ciò che consentono all’intelligenza artificiale di smettere di essere uno strumento che usi e iniziare a essere un sistema che lavora per te. Stiamo vedendo più della tecnologia dell’industria iniziare a riconoscere l’importanza di questo, comprese le grandi aziende tecnologiche, quindi è una chiara convalida del nostro approccio.

La privacy rimane una delle maggiori preoccupazioni che circondano l’intelligenza artificiale. Come bilanci il bisogno di personalizzazione e memoria con le aspettative degli utenti in materia di sicurezza e proprietà dei dati?

L’assunzione che la privacy e la personalizzazione siano in tensione è la prima cosa da sfidare. Abbiamo costruito IrisGo in modo che la personalizzazione possa avvenire sul dispositivo, non solo nel cloud.

La stragrande maggioranza dell’elaborazione di IrisGo avviene localmente, sul tuo computer. I tuoi flussi di lavoro, i tuoi file, il tuo contesto rimangono tutti con te. L’elaborazione nel cloud avviene solo quando lo autorizzi esplicitamente e, quando lo fa, è crittografata da un capo all’altro. Sei tu a controllare cosa va dove.

Questo modello rende IrisGo più potente, perché ha accesso al contesto completo del tuo ambiente di lavoro. E significa che gli utenti non devono scegliere tra un’intelligenza artificiale utile e una sicura.

Le persone fidano i loro computer personali con lavori sensibili. Il nostro obiettivo è rendere IrisGo degno di quella stessa fiducia. Questo è fondamentale per come il prodotto è stato progettato.

IrisGo è già in fase di spedizione su computer dotati di intelligenza artificiale di Acer, con piani per espandersi ad altri produttori. Quanto importante pensi che saranno le partnership di distribuzione nel determinare quali piattaforme di intelligenza artificiale raggiungeranno alla fine l’adozione di massa?

La distribuzione è assolutamente critica per l’adozione di massa. Basta guardare la storia della competizione tra piattaforme nella tecnologia. Windows ha vinto perché era su quasi ogni PC. Android ha vinto perché è stato il sistema operativo più utilizzato per dispositivi mobili che non erano iPhone. Le aziende che hanno cercato di vincere attraverso la pura qualità del prodotto, senza la distribuzione per sostenerlo, per lo più non ce l’hanno fatta.

Il mercato del computer dotato di intelligenza artificiale sta seguendo un modello simile. Quando IrisGo è preinstallato su un dispositivo, è lì quando apri la scatola. Non devi cercarlo, scaricarlo o decidere di dargli una possibilità. È un enorme vantaggio.

Siamo già su 3 milioni di dispositivi laptop Acer che saranno spediti quest’anno e siamo in conversazioni con altri produttori di PC di primo livello. L’obiettivo è essere il sistema operativo di intelligenza artificiale per i computer per default. Quella strategia di distribuzione è centrale per come diventiamo lo standard in questa categoria.

Man mano che gli agenti di intelligenza artificiale diventano in grado di gestire fatture, ricerche, report e altri flussi di lavoro aziendali, quali nuove sfide di governance, supervisione e fiducia gli organismi dovrebbero prepararsi oggi?

La prima sfida è la tracciabilità. Quando un agente di intelligenza artificiale completa un flusso di lavoro, come l’elaborazione di una fattura o la generazione di un report, puoi vedere cosa ha fatto, perché l’ha fatto e da dove provenivano i dati? Quel tipo di tracciatura trasparente è essenziale per la conformità e per intercettare gli errori prima che si accumulino.

La seconda è la definizione dei confini. Quali flussi di lavoro sono appropriati per l’esecuzione autonoma e quali richiedono una revisione umana? Le aziende hanno bisogno di politiche chiare su questo. La tendenza è lasciare che l’intelligenza artificiale faccia sempre di più, gradualmente, e poi rendersi conto troppo tardi che le decisioni ad alto rischio vengono prese senza una sufficiente supervisione.

Terzo è la calibrazione della fiducia. I dipendenti devono capire cosa può fare l’intelligenza artificiale e cosa no, e quando verificare la sua uscita piuttosto che supporre che sia corretta. È una questione di cultura e formazione tanto quanto di tecnologia.

Credo che le organizzazioni che si preparano a questo oggi avranno un vantaggio significativo, perché man mano che le capacità di intelligenza artificiale crescono, i più governance framework si accumuleranno.

Tra cinque anni, pensi che le persone passeranno ancora la maggior parte del loro tempo a interagire con l’intelligenza artificiale attraverso interfacce di chat, o l’intelligenza artificiale diventerà sempre più sfondo e completerà il lavoro in modo proattivo senza essere richiesto?

La traiettoria è già visibile, mostrando che l’intelligenza artificiale si muoverà sempre più verso lo sfondo. Il modello verso cui stiamo costruendo è uno in cui il tuo computer capisce il tuo lavoro e si occupa delle parti ripetitive, in modo che la tua attenzione sia libera per le cose che richiedono realmente il tuo intervento.

Pensaci, come funziona l’autopilota nell’aviazione. I piloti non sono sempre manuali ogni secondo di ogni volo. Il sistema gestisce la base. E l’umano si impegna quando il giudizio e l’esperienza sono necessari. È il futuro del lavoro di conoscenza assistito dall’intelligenza artificiale. Il tuo computer gestisce il lavoro ripetitivo e basato su regole. Ti concentri sulla strategia, sulla creatività e sulle decisioni che richiedono un reale giudizio umano.

Tra cinque anni, le persone più produttive saranno quelle affiancate da sistemi che capiscono come l’utente opera. Nel passato, le persone facevano tutto il lavoro sui loro computer. Nel futuro, il tuo computer farà anche del lavoro per te.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare IrisGo.